Tensorflow模型操作常用函数总结

面将函数模型操作常用函数总结。如表所示：

表2 模型操作相关函数

函数
tf.train.Saver(var_list=None,reshape=False, sharded=False,max_to_keep=5, keep_checkpoint_every_n_hours=10000.0, name=None,restore_sequentially=False, saver_def=None,builder=None)	创建存储器Saver
tf.train.Saver.save(sess,save_path,global_step=None, latest_filename=None,meta_graph_suffix=’meta’, write_meta_graph=True)	保存
tf.train.Saver.restore(sess,save_path)	恢复
tf.train.Saver.last_checkpoints	列出最近未删除的checkpoint文件名
tf.train.Saver.set_last_checkpoints(last_checkpoints)	设置checkpoint文件名列表
tf.train.Saver.set_last_checkpoints_with_time( last_checkpoints_with_time)	设置checkpoint文件名列表和时间戳
tf.ones_like (input)	生成和输出张量一样形状和类型的0。例如： tensor=[[1,2,3],[4,5,6]] tf.ones_like(tensor) ==>[[0 0 0][0 0 0]]
tf.zeros_like (input)	生成和输出张量一样形状和类型的1。例如： tensor=[[1,2,3],[4,5,6]] tf.zeros_like(tensor) ==>[[0 0 0][0 0 0]]
tf.fill(shape,value)	为指定形状填值。例如： tf.fill([2,3],1)==>[[1 1 1][1 1 ]]
tf.constant(value,shape)	生成常量。例如： tf.constant(1,[2,3])==>[[1 1 1][1 1 1]]
tf.random_normal(shape,mean=0.0,sddev=1.0, dtype=tf.float32,seed=None,name=None)	正态分布随机数，均值mean，标准差stddev
tf.truncated_normal(shape,mean=0.0,sddev=1.0, dtype=tf.float32,seed=None,name=None)	截断正态分布随机数，均值mean，标准差stddev，只保留[mean-2*stddev,mean+2*stddev]范围内的随机数
tf.random_uniform(shape,mean=0.0,sddev=1.0, dtype=tf.float32,seed=None,name=None)	均匀分布随机数，范围为[minval,maxval]
tf.random_crop(value,size,seed=None,name=None)	将输入值value按照size尺寸随机剪辑
tf.set_random_seed(seed)	设置随机数种子
tf.linspace(start,stop,num,name=None)	在[start,stop]范围内产生num个数得等差数列。注意，start和stop要用浮点数表示，否则会报错。例如： tf.linspace(start=1.0,stop=5.0, num=5,name=None) [1,2,3,4,5]
tf.range(start,limit=None,delta=1,name=’range’)	在[start,limit]范围内以步进值delta产生等差数列。注意，不包括limit在内得。例如： tf.range(start=1,limit=5,delta=1) [1 2 3 4]